En prévision numérique du temps, les modèles de prévision d'ensemble sont devenus un outil incontournable pour quantifier l'incertitude des prévisions et fournir des prévisions probabilistes. Malheureusement, ces modèles ne sont pas parfaits et une correction simultanée de leur biais et de leur dispersion est nécessaire.Cette thèse présente de nouvelles méthodes de post-traitement statistique des prévisions d'ensemble. Celles-ci ont pour particularité d'être basées sur les forêts aléatoires.Contrairement à la plupart des techniques usuelles, ces méthodes non-paramétriques permettent de prendre en compte la dynamique non-linéaire de l'atmosphère.Elles permettent aussi d'ajouter des covariables (autres variables météorologiques, variables temporelles, géographiques...) facilement et sélectionnent elles-mêmes les prédicteurs les plus utiles dans la régression. De plus, nous ne faisons aucune hypothèse sur la distribution de la variable à traiter. Cette nouvelle approche surpasse les méthodes existantes pour des variables telles que la température et la vitesse du vent.Pour des variables reconnues comme difficiles à calibrer, telles que les précipitations sexti-horaires, des versions hybrides de nos techniques ont été créées. Nous montrons que ces versions hybrides (ainsi que nos versions originales) sont meilleures que les méthodes existantes. Elles amènent notamment une véritable valeur ajoutée pour les pluies extrêmes.La dernière partie de cette thèse concerne l'évaluation des prévisions d'ensemble pour les événements extrêmes. Nous avons montré quelques propriétés concernant le Continuous Ranked Probability Score (CRPS) pour les valeurs extrêmes. Nous avons aussi défini une nouvelle mesure combinant le CRPS et la théorie des valeurs extrêmes, dont nous examinons la cohérence sur une simulation ainsi que dans un cadre opérationnel.Les résultats de ce travail sont destinés à être insérés au sein de la chaîne de prévision et de vérification à Météo-France. / In numerical weather prediction, ensemble forecasts systems have become an essential tool to quantifyforecast uncertainty and to provide probabilistic forecasts. Unfortunately, these models are not perfect and a simultaneouscorrection of their bias and their dispersion is needed.This thesis presents new statistical post-processing methods for ensemble forecasting. These are based onrandom forests algorithms, which are non-parametric.Contrary to state of the art procedures, random forests can take into account non-linear features of atmospheric states. They easily allowthe addition of covariables (such as other weather variables, seasonal or geographic predictors) by a self-selection of the mostuseful predictors for the regression. Moreover, we do not make assumptions on the distribution of the variable of interest. This new approachoutperforms the existing methods for variables such as surface temperature and wind speed.For variables well-known to be tricky to calibrate, such as six-hours accumulated rainfall, hybrid versions of our techniqueshave been created. We show that these versions (and our original methods) are better than existing ones. Especially, they provideadded value for extreme precipitations.The last part of this thesis deals with the verification of ensemble forecasts for extreme events. We have shown several properties ofthe Continuous Ranked Probability Score (CRPS) for extreme values. We have also defined a new index combining the CRPS and the extremevalue theory, whose consistency is investigated on both simulations and real cases.The contributions of this work are intended to be inserted into the forecasting and verification chain at Météo-France.

Der Risikobegriff bezieht sich auf die Wahrscheinlichkeit eines Schadens aufgrund einer Gefährdungsexposition, in der Finanzwelt meist finanzielle Verluste. Viele Risiken der globalen Finanzwirtschaft sind unbekannt. „Wir wissen es, wenn wir es sehen“, um Potter Stewart (1964) zu paraphrasieren. Der Financial Risk Meter (FRM) soll Aufschluss über die Entstehung systemischer Risiken geben. Durch Verwendung von Quantilregressionstechniken ist der FRM nicht nur ein Maß für finanzielle Risiken. Er bietet durch seine Netzwerktopologie einen tiefen Einblick in die Spill-over-Effekte, die sich als systemische Risikoereignisse manifestieren können. Das FRM-Framework wird in verschiedenen Märkten und Regionen entwickelt. Die FRM-Daten werden für Risiko-Prognose sowie für Portfoliooptimierung genutzt. In Kapitel 1 wird der FRM vorgestellt und auf die Aktienmärkte in den USA und Europa, sowie auch auf die Zinsmärkte und Credit-Default-Swaps angewendet. Der FRM wird dann verwendet, um wirtschaftliche Rezessionen zu prognostizieren. In Kapitel 2 wird der FRM auf den Markt der Kryptowährungen angewendet, um das erste Risikomaß für diese neue Anlageklasse zu generieren. Die errechneten FRM-Daten zu Abhängigkeiten, Spillover-Effekten und Netzwerkaufbau werden dann verwendet, um Tail-Risk-optimierte Portfolios zu erstellen. Der Portfoliooptimierungsansatz wird in Kapitel 3 weitergeführt, in dem der FRM auf die sogenannten Emerging Markets (EM)-Finanzinstitute angewendet wird, mit zwei Zielen. Einerseits gibt der FRM für EM spezifische Spillover-Abhängigkeiten bei Tail-Risk-Ereignissen innerhalb von Sektoren von Finanzinstituten an, zeigt aber auch Abhängigkeiten zwischen den Ländern. Die FRM-Daten werden dann wieder mit Portfoliomanagementansätzen kombiniert. In Kapitel 4 entwickelt den FRM for China ist, eines der ersten systemischen Risikomaße in der Region, zeigt aber auch Methoden zur Erkennung von Spill-Over-Kanälen in Nachbarländer und zwischen Sektoren. / The concept of risk deals with the exposure to danger, in the world of finance the danger of financial losses. In a globalised financial economy, many risks are unknown. "We know it when we see it", to paraphrase Justice Potter Stewart (1964). The Financial Risk Meter (FRM) sheds light on the emergence of systemic risk. Using of quantile regression techniques, it is a meter for financial risk, and its network topology offers insight into the spill-over effects risking systemic risk events. In this thesis, the FRM framework in various markets and regions is developed and the FRM data is used for risk now- and forecasting, and for portfolio optimization approaches. In Chapter 1 the FRM is presented and applied to equity markets in the US and Europe, but also interest rate and credit-default swap markets. The FRM is then used to now-cast and predict economic recessions. In Chapter 2 the FRM is applied to cryptocurrencies, to generate the first risk meter in this nascent asset class. The generated FRM data concerning dependencies, spill-over effects and network set-up are then used to create tail-risk optimised portfolios. In Chapter 3 the FRM is applied to the global market Emerging Market (EM) financial institutions. The FRM for EM gives specific spill-over dependencies in tail-risk events within sectors of financial institutions, but also shows inter-country dependencies between the EM regions. The FRM data is then combined with portfolio management approaches to create tail-risk sensitive portfolios of EM Financial institutions with aim to minimize risk clusters in a portfolio context. In Chapter 4 the Financial Risk Meter for China is developed as the first systemic risk meter in the region, but also derives methods to detect spill-over channels to neighbouring countries within and between financial industry sectors.

Ce travail résume les étapes et les technologies nécessaires pour construire une application web dynamique permettant de faire l'analyse de données financières en temps réel à l'aide des langages de programmation R et C++. R est utilisé pour la collecte et traitement des données entrantes ainsi que pour générer tout output. C++ est utilisé pour accélérer les simulations Monte-Carlo. L'output de ce travail consiste en l'application web elle-même et les fonctions permettant d'estimer les paramètres des modèles de régression quantile de la famille CAViaR. Le code pour reproduire ce travail est organisé de la façon suivante : Un paquetage R pour l'application shiny, disponible à l'adresse https://gitlab.com/cacsfre/simulr. Un paquetage R pour estimer les paramètres des modèles de la famille CAViaR, disponible à l'adresse https://gitlab.com/cacsfre/caviarma. Le code R pour générer le présent document avec bookdown, disponible à l'adresse https://gitlab.com/cacsfre/msc. La famille de modèles CAViaR a été utilisée pour obtenir une estimation du quantile q[indice α] au niveau α. Ces modèles s'adressent directement au quantile d'intérêt au lieu de le calculer indirectement comme dans d'autres cas, par exemple les modèles de type GARCH où l'on s'intéresse plutôt à la volatilité σ² . Les résultats obtenus ici sont comparables à ceux se trouvant dans la littérature tel qu'illustré dans les chapitres 3 et 4.

Cette thèse est composée de quatre essais sur l'économétrie des mesures d'inégalité et de pauvreté. Elle fournit un traitement statistique fondé sur l'analyse de modèles probabilistes de mélange fini de distributions et de modèle de régression quantile, le tout dans une approche Bayésienne.Le deuxième chapitre s'intéresse à la modélisation d'une distribution de revenus par un mélange fini de lois log-normales dont les paramètres sont estimés par la méthode d'échantillonnage de Gibbs. Ce chapitre propose une méthode d'inférence statistique pour certains indices d'inégalité par une Rao-Blackwellisation de l'échantillonnage de Gibbs. Le troisième chapitre propose une estimation Bayésienne de la récente régression quantile non-conditionnelle basée sur la fonction d'influence recentrée (regression RIF) dans laquelle la densité est estimée par un mélange de lois normales. De cette approche, on déduit une inférence Bayesienne pour la méthode de décomposition d'Oaxaca-Blinder. La méthode proposée est utilisée pour analyser la dispersion des salaires aux Etats-Unis entre 1992-2009.Le quatrième chapitre propose une inférence Bayésienne d'un mélange de deux lois de Pareto simples pour modéliser la partie supérieure d'une distribution de salaires. Cette approche est utilisée pour analyser la répartition des hauts salaires aux Etats-Unis afin de tester les deux modèles (Tournoi et Superstar). Le cinquième chapitre de la thèse est consacré à l'analyse des rendements privés de l'éducation sur le revenu des ménages et des inégalités entre les populations urbaines et rurales. Il considère le cas du Sénégal et utilise les dépenses totales de consommation comme indicateur du revenu. / This dissertation consists of four essays on the econometrics of inequality and poverty measurement. It provides a statistical analysis based on probabilistic models, finite mixture distributions and quantile regression models, all using aBayesian approach.Chapter 2 models income distribution using a mixture of lognormal densities. Using the analytical expression of inequality indices, it shows how a Rao-Blackwellised Gibbs sampler can lead to accurate inference on income inequality measurements even in small samples.Chapter 3 develops Bayesian inference for the unconditional quantile regression model based on the Re-centered Influence Function (RIF). It models the considered distribution by a mixture of lognormal densities and then provides conditional posterior densities for the quantile regression parameters. This approach is perceived to provide better estimates in the extreme quantiles in the presence of heavy tails as well as valid small sample confidence intervalsfor the Oaxaca-Blinder decomposition.Chapter 4 provides Bayesian inference for a mixture of two Pareto distributions which is then used to approximate the upper tail of a wage distribution. This mixture model is applied to the data from the CPS ORG to analyze the recent structure of top wages in the U.S. from 1992 through 2009. Findings are largely in accordance with the explanations combining the model of superstars and the model of tournaments in hierarchical organization structures. Chapter 5 makes use of the RIF-regression to measure both changes in the return to education across quantiles and rural urban inequality decomposition in consumption expenditure in Senegal.

Le climat de la planète se réchauffe et ses effets sont entachés d'une forte incertitude. Une hausse de la température et de la fréquence d'événements extrêmes tels des inondations ou des sécheresses est prévue. La forte dépendance de l'agriculture aux conditions climatiques en fait de facto un champ d'application privilégié. Cette thèse se destine ainsi à étudier la relation entre climat et agriculture, afin d'évaluer les conséquences potentielles du changement climatique, en mêlant travaux empiriques et théoriques. Les deux premiers chapitres se concentrent sur les pays en développement au travers de deux études examinant la production et les profits agricoles ainsi que les décisions de consommation des ménages agricoles indiens. Les divers scénarios climatiques envisagés montrent un effet global négatif sur la production et les profits, particulièrement pour les ménages agricoles du sud du pays. L'irrigation tout comme le mélange des cultures permettent toutefois de réduire les dommages subis, notamment pour les petits exploitants. Les deux chapitres suivants considèrent des pays économiquement développés, en commençant par une étude des rendements céréaliers européens. Les projections sous les différents scénarios climatiques indiquent une faible croissance des rendements du blé d'ici à la fin du XXIe siècle, comparativement aux observations des 25 dernières années. Ces gains faibles sont toutefois accompagnés d'une forte hétérogénéité régionale. Pour le maïs, des faibles gains d'ici la moitié du XXIe s'effacent derrières de plus fortes pertes dans le long terme. L'approche partielle est ensuite délaissée pour laisser place à une analyse en équilibre général s'attachant à étudier les effets de court terme des chocs climatiques sur les cycles économiques, à travers leur impact sur l'agriculture. Une hausse de la variance des chocs climatiques conformément à celle prévue par des scénarios climatiques entraîne un accroissement substantiel de variables macroéconomiques telles la production et l'inflation. / Global climate is warming, and the effects of climate change are associated with a lot of uncertainty. Not only average temperatures are expected to rise, but also the occurrence of extreme events such as floods or droughts. Agriculture is particularly at risk, due to the importance of weather conditions in production. This thesis therefore aims at investigating the relationship between weather variations and agricultural production, to better assess the potential effects of climate change on agriculture, relying on both theoretical and empirical methods. The first two chapters focus on developing countries and provide two empirical studies based on Indian data at the individual farm level that link climate to agricultural production and profits and to consumption decisions. We find contrasted results, with an overall damaging effect of climate change scenarios on Indian agricultural production and profits, especially for farmers in southern India. Irrigation may however help mitigating the losses, as well as crop mixing, particularly for small farms. The last two chapters consider developed countries. The first step focuses on crop yields in Europe. Under the tested climate scenarios, wheat yields are projected to slightly increase by the end of the 21$^\textrm{st}$ century relative to the observed yields from the past 25 years. These small gains are however accompanied by a lot of regional heterogeneity. For European corn yields, the projections highlight small gains in by the middle of the 21$^\textrm{st}$ century, followed by relatively higher losses in the long run. The second step relies on a general equilibrium approach, and aims at investigating the short-run impacts of weather shocks on business cycles, through their damaging effects on agriculture. Increasing the variance of climate shocks in accordance with forthcoming climate change leads to a sizeable increase in the volatility of key macroeconomic variables, such as production and inflation.

Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l'exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d'une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d'étude, de carrière, d'union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants : 1 / un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d'un ménage, vit dans une commune et possède un statut au regard de l'emploi. Cette population synthétique est l'état initial du modèle. 2 / un modèle permettant de simuler une table d'origine-destination des déplacements domicile-travail à partir de données agrégées. 3 / un modèle permettant d'estimer le nombre d'emplois dans les services de proximité dans une commune donnée en fonction de son nombre d'habitants et de son voisinage en termes de service. 4 / une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d'échantillonnage séquentiel de type Approximate Bayesian Computation.

Cette thèse se propose d’analyser la structure et la dynamique de dépendance de crédit des institutions financières aux Etats-Unis et en Europe durant la crise financière de 2008. Un premier chapitre présente une revue de la littérature des modèles multi-dimensionnels de crédit et des modèles économétriques de contagion financière. Ce chapitre a pour vocation de guider notre réflexion à la fois conceptuelle et méthodologique sur les hypothèses analytiques de la contagion ainsi que ses méthodes de mesure. Nous montrons que si la contagion est devenue une hypothèse centrale des modèles multivariés de risque de crédit, il n’en reste néanmoins que sa définition et sa quantification ne font pas l’objet de consensus dans la littérature. Un deuxième chapitre propose une analyse empirique des co-movements des rendements de CDS de banques et sociétés d’assurance américaines et européennes. La dissociation de leur structure de dépendance entre association linéaire et dépendances extrêmes nous permet de mettre en évidence des phénomènes d'interconnexions entre institutions financières apparues au courant de la crise et véhiculant ainsi sous l'effet de la contagion, un risque systémique croissant. Un dernier chapitre présente une interprétation économique des résultats obtenus dans notre deuxième chapitre. En particulier, nous cherchons à quantifier l'influence jouée par la contagion et les facteurs de risques communs sur la dynamique de dépendance extrême des institutions financières. Nous démontrons ainsi le rôle du risque de contrepartie, du risque de liquidité et du risque de défaut des institutions financières dans la transmission de la contagion sur le marché de CDS. / This thesis examines the credit dependence structure and dynamics of financial institutions in the U.S. and Europe amid the recent financial crisis. A first chapter presents a survey of multi-name models of credit risk and econometric models of financial contagion with the purpose of guiding both the analytical and conceptual assumptions and econometric modelling techniques we use in the subsequent chapters. We show that if contagion has become a central cornerstone of multi-name models of credit risk, there is nonetheless a lack of consensus on the way to both define and measure it. A second chapter presents the results of an empirical analysis of U.S. and European banks and insurance companies’ CDS return extreme co-movements. By uncovering financial institutions' linear as well as extremal dependence structures, we provide evidence that their credit dependence has strengthened during the crisis, thereby effectively conveying, in the face of extreme tail events, potential systemic risks. A third and last chapter provides an economic rationale of the results presented in our second chapter. In particular, we examine the impact of common risk factors and contagion on the dynamics of financial institutions' extremal credit dependence. We demonstrate the role of counterparty risk and liquidity risk, as well the repricing by market participants since July 2007 of their jump-to-default premia as additional channels driving financial institutions' increased dependence and amplifying contagion on the CDS market.

Par rapport au système financier conventionnel qui a vécu ces dernières années des épisodes de forte instabilité liés en partie à une mauvaise gouvernance, le système financier islamique a montré des signes de robustesse et de pérennité. Sa capacité à surmonter les événements défavorables a incité plusieurs parties prenantes à proposer la finance islamique comme solutionaux déficits financiers et substitut potentiel au système bancaire actuel. Les partisans de cette finance ont fait valoir que la récente crise financière aurait pu être évitée si la finance islamique avec une bonne gouvernance et un cadre réglementaire solide avait été introduite au lieu de la finance conventionnelle. Pour ces raisons, l’objectif de cette thèse est d’une part d’examiner si la finance islamique pourrait garantir la stabilité en période de crise et être une alternative au système financier traditionnel, et d’autre part d’évaluer l’effet des mécanismes internes et externes de gouvernance bancaire sur le risque des banques islamiques par rapport à leurs homologues conventionnelles. Pour y arriver, nous avons élaboré trois chapitres avec desévidences empiriques en utilisant un échantillon de 95 banques islamiques et 130 banques conventionnelles (38 banques dont 14 banques islamiques sont exclues dans le dernier chapitre) dans 18 pays des régions MENAP et Asie du Sud-Est, durant la période 2006-2013. Le premier chapitre porte sur les spécificités et le risque de la banque dans un système financier islamiquepar rapport au système conventionnel. Les résultats trouvés indiquent que la taille et le capital de la banque ainsi que la croissance du PIB sont des facteurs clés de la solidité des deux systèmes bancaires de tous les pays étudiés, notamment des pays du Golfe. Cependant, d’autres résultats ne sont pas assez robustes pour savoir si les banques islamiques sont plus ou moins risquées que les banques conventionnelles. Par conséquent, nous concluons que le système bancaire islamique ne peut pas se substituer au système traditionnel, mais il est plutôt un complément financier qui a ses propres limites. Le deuxième chapitre examine l’effet des mécanismes internes de gouvernance bancaire, à savoir le conseil d’administration et le conseilde surveillance de la charia comme un organe de contrôle spécifique, sur le risque des banques conventionnelles par rapport aux banques islamiques. Les résultats ne montrent pas de différence significative entre les deux groupes bancaires,sauf pour les banques islamiques des pays du Golfe qui font preuve d’une plus grande solidité financière, grâce notamment auxcompétences de spécialistes en finance et en droit islamique, et au recrutement des administrateurs étrangers. En outre, nous trouvons que, dans les pays du Golfe en particulier, l'effet indésirable d'une taille importante du conseil d'administration et celui de la dualité des fonctions sur les risques des banques conventionnelles, disparaissent avec la présence d'un nombre élevé d’administrateurs indépendants. En traitant la question de la dimension externe de gouvernance bancaire dans le dernier chapitre, l’accent est mis sur l’effet probable des récentes réformes bancaires relatives aux banques conventionnelles et aux banques islamiques, à la lumière de Bâle III et du CSFI-12/15, sur le risque de ces banques. Les résultats trouvés montrent que si les exigences réglementaires de ces deux normes internationales de solvabilité avaient été appliquées durant notre période d'étude, elles auraient probablement amélioré la stabilité des deux systèmes bancaires des pays étudiés. Cependant, cet effet n’est pas uniforme pour toutes les banques, en particulier pour les banques conventionnelles des pays d’Asie du Sud-Est qui semblent moins stables et plus exposées au risque de crédit que le reste des banques.L’ensemble de ces résultats apporte une nouvelle dimension de la recherche en gouvernance dans une perspective islamique ... / Compared to the conventional financial system, which has experienced periods of high volatility in recent years partly due to poor governance, the Islamic financial system has shown signs of robustness and sustainability. Its ability to overcome the unfavorable events has encouraged several stakeholders to propose Islamic finance as a solution to financial deficits and as a potential alternative to the current banking system. The supporters of this finance argued that the recent financial crisis could have been avoided if Islamic finance with good governance and a solid regulatory framework had been introduced instead of conventional finance. For these reasons, the purpose of this thesis is twofold. First, we examine whether Islamic finance could guarantee stability in times of crisis and be a substitute for the traditional financial system. Second, we assess the effect of internal and external mechanisms of banking governance on the risk of Islamic banks compared to their conventional counterparts. To this end, we have developed three chapters with empirical evidence using a sample of 95 Islamic banks and 130 conventional banks (38 banks including 14 Islamic banks are excluded at the last chapter) in 18 MENAP and Southeast Asian countries, during the period 2006-2013. The first chapter analyzes the specificities and the risk of the bank in an Islamic financial system compared to conventional system. The results indicate that the size and capital of the bank as well as the GDP growth are crucial factors for the soundness of the two banking systems of all surveyed countries, especially of the Gulf region. However, other results are not strong enough to answer whether Islamic banks are more or less risky than their conventional counterparts. We therefore conclude that the Islamic banking system cannot replace the traditional system, but is, rather, a financial supplement that has its own limitations. The second chapter examines the effect of internal mechanisms of banking governance, such as the board of directors and the sharia supervisory board as a control organ specific to Islamic banks, on the risk of conventional banks compared to their Islamic counterparts. The findings show no significant difference between the two banking systems, except for the Islamic banks of Gulf countries, which demonstrate greater financial solidity thanks particularly to the skills of the specialists in finance and Islamic law, and the recruitment of foreign directors. In addition, we find especiallyin Gulf countries that the harmful effect of a large board size and dual functions on the risks of conventional banks disappear with the presence of a significant number of independent directors. In investigating the issue of the external dimension of banking governance, the focus is on the probable effect of recent banking reforms relating to conventional and Islamic banks, in light of Basel III and IFSB-12/15, on the risk of the two banking systems. Our findings support that if the regulatory requirements of these two international solvency standards had been applied during our sampling period, they would probably have improved the stability of the two banking systems of the surveyed countries. However, this effect is not uniform for all banks. In particular, conventional banks of Southeast Asian countries seem less stable and more exposed to credit risk than the other ones. All of these results bring a new dimension of governance research from an Islamic perspective, which could be a valuable source ofknowledge for both bankers and regulators in the banking sector.

Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l’exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d’une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d’étude, de carrière, d’union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants : 1 / un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d’un ménage, vit dans une commune et possède un statut au regard de l’emploi. Cette population synthétique est l’état initial du modèle. 2 / un modèle permettant de simuler une table d’origine-destination des déplacements domicile-travail à partir de données agrégées. 3 / un modèle permettant d’estimer le nombre d’emplois dans les services de proximité dans une commune donnée en fonction de son nombre d’habitants et de son voisinage en termes de service. 4 / une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d’échantillonnage séquentiel de type Approximate Bayesian Computation. / The purpose of this thesis is to develop statistical tools to initialize and to calibrate dynamic stochastic microsimulation models, starting from their application to the SimVillages model (developed within the European PRIMA project). This model includes demographic and economic dynamics applied to the population of a set of rural municipalities. Each individual, represented explicitly in a household living in a municipality, possibly working in another, has its own life trajectory. Thus, model includes rules for the choice of study, career, marriage, birth children, divorce, migration, and death. We developed, implemented and tested the following models : • a model to generate a synthetic population from aggregate data, where each individual lives in a household in a municipality and has a status with regard to employment. The synthetic population is the initial state of the model. • a model to simulate a table of origin-destination commuting from aggregate data in order to assign a place of work for each individual working outside his municipality of residence. • a sub-model to estimate the number of jobs in local services in a given municipality in terms of its number of inhabitants and its neighbors in terms of service. • a method to calibrate the unknown SimVillages model parameters in order to satisfy a set of criteria. This method is based on a new Approximate Bayesian Computation algorithm using importance sampling. When applied to a toy example and to the SimVillages model, our algorithm is 2 to 8 times faster than the three main sequential ABC algorithms currently available.